AI-103: aplicações e agentes de IA no Azure

Objetivos e percurso

Seis módulos com cenários fictícios de APS e projetos, prática explicada e avaliação interna de 24 decisões em 60 minutos. Inclui decisões de arquitetura, qualidade e operação, com limites de versões documentados. Programa AI-103 em vigor desde 16-04-2026. Nome atual: Azure AI Apps and Agents Developer Associate. Exame oficial de 120 minutos e nota 700/1000, sem equivalência a 70% nem quantidade fixa de perguntas inferida. Português oficial: Brasil; este percurso usa PT-PT. A referência a pro mode no programa é distinguida da API retirada e da alternativa agentic em preview.

Para quem: Engenheiros de IA e aplicações, equipas APS e gestores técnicos de projetos de IA.

Pré-requisitos: Fundamentos Azure e IA, desenvolvimento Python, APIs, identidade e controlo de versões.

300 minutos de estudo estimados

• Seleciona serviços e entrega uma solução observável com critérios de aceitação.
• Combina contexto, estrutura e evidência para produzir respostas utilizáveis.
• Orquestra trabalho com fronteiras de identidade, estado e responsabilidade.
• Gera, edita e interpreta media com critérios de qualidade e ciclo de vida explícitos.
• Preserva significado, terminologia e grau de certeza ao transformar linguagem.
• Constrói representações úteis e rastreáveis para agentes e reconciliação.

Módulos

1. Arquitetura, projeto e release
2. Aplicações generativas e avaliação
3. Agentes, memória e aprovações
4. Conteúdo visual e multimodal
5. Texto, fala e comunicação operacional
6. Ingestão, pesquisa e extração

Continua a aprender

Dados e IA

• AI-900: Azure AI Fundamentals (histórico)
• AI-102: Azure AI Engineer Associate, histórico
• DP-900: Azure Data Fundamentals

Referências e versão

AI-103 skills measured2026-04-16; Microsoft Foundry documentation2026-09-30

• AI-103 objectives effective April16,2026 · 2026-09-30
• Azure AI Apps and Agents Developer Associate exam format · 2026-09-30
• Foundry SDK and endpoint contracts · 2026-09-30
• Deployment processing boundaries and capacity types · 2026-09-30
• Foundry workflows preview orchestration patterns · 2026-09-30
• Agent Framework approval request and response · 2026-09-30
• Memory scope identity and updates · 2026-09-30
• Memory preview lifecycle and limitations · 2026-09-30
• Schema constrained outputs and API differences · 2026-09-30
• Current image generation editing and DALL-E3 retirement · 2026-09-30
• Sora2 preview asynchronous video and remix · 2026-09-30
• Agentic preview migration from retired pro mode · 2026-09-30
• Analyzer schema workflow output and evidence configuration · 2026-09-30
• Adversarial safety evaluation · 2026-09-30
• Structure-aware document chunking · 2026-09-30
• Vector storage and compression tradeoffs · 2026-09-30
• Speech adaptation and evaluation · 2026-09-30
• Translator text and document workflows · 2026-09-30
• Summarization extractive and abstractive workflows · 2026-09-30
• Agent applications versions and deployment · 2026-09-30
• Foundry role scope and permissions · 2026-09-30
• Technical exam scaled scoring · 2026-09-30
• Foundry Tools authentication · 2026-09-30
• Private network and DNS access · 2026-09-30
• Classic Azure OpenAI quota rate limits and retries · 2026-09-30
• Generative solution evaluation and observability · 2026-09-30
• Agent function request application execution and output · 2026-09-30
• Retry limits idempotency and uncertain outcomes · 2026-09-30
• PII detection and redacted output · 2026-09-30
• SSML speech synthesis controls · 2026-09-30
• Speech recognition error evaluation · 2026-09-30
• Indexer source enrichment and output mappings · 2026-09-30
• Hybrid keyword and vector retrieval · 2026-09-30
• Semantic reranking of retrieved candidates · 2026-09-30
• Search security filtering by user access · 2026-09-30
• Retrieval augmented generation · 2026-09-30
• Direct and indirect prompt attacks · 2026-09-30
• Content Understanding multimodal structured extraction · 2026-09-30
• WAI alternative text decision tree · 2026-09-30